MétaCan
Menu
Retour à la cohorte
Enregistrement W2788031063 · doi:10.5539/gjhs.v10n3p172

Adolescent School-Based Sexual Health Education and Training: A Literature Review on Teaching and Learning Strategies

2018· review· en· W2788031063 sur OpenAlexvenueno aff
Hussein Haruna, Xiao Hu, Samuel Kai Wah Chu

Notice bibliographique

RevueGlobal Journal of Health Science · 2018
Typereview
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAttractivenessPsychological interventionReproductive healthPsychologyAppealHabitMedical educationTeaching methodPedagogyMedicineSocial psychologyPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objective of this review is to gain an understanding of the teaching approaches used and their effectiveness in imparting sexual health literacy amongst school adolescents. The intention is to design interventions for effective sexual health education in our study setting.METHODS: We reviewed various literature related to adolescent sexual health education studies that have been conducted by prior researchers. We also provide an overview of the teaching and learning methods used.RESULTS: Through this literature review, we learned that GBL and gamification were carried out primarily in developed countries, outside of Africa. It has been observed that both GBL and Gamification are effective and efficient in the transformation of knowledge, as they influence students’ learning processes through engagement, enjoyment, excitement, attractiveness, and participation. They also foster critical thinking skills, improve confidence, increase motivation, and stimulate a habit of self-regulatory learning among students.CONCLUSIONS: Ensuring the impartation of sexual health knowledge can also be achieved by designing and applying effective innovation teaching methods that appeal to today’s youth, such as GBL and Gamification. We will design GBL and Gamification methods and evaluate their effectiveness amongst Africans students, specifically among Tanzanian school adolescents.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,094
Tête enseignante GPT0,483
Écart entre enseignants0,389 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetEducational Games and GamificationTravaux en français237 207